类型化字节码(.obc kind=1)¶
状态:研究性规范(2026-11-23,M3/M4/S2b)。描述当前
oort-coretyped 子集的 typed 字节码;格式尚未承诺稳定,可能随 typed IR/Rust VM 研究演进。 擦除式字节码(kind=0)仍由 spec 13 规范; 指令语义的共享部分见 spec 12。
1. 范围与关系¶
- 本文描述
.obckind=1 的文件布局、typed 指令编码与执行语义; - 参考实现:Python
src/oort_lang/bytecode/typed_{opcodes,compile,serialize,vm}.py, Rustrust/oort-vm/src/typed.rs; - 类型系统与 typed HIR 的研究背景见 design 15;
- kind=1 与 kind=0 互斥:kind=0 读者必须拒绝 kind=1,反之亦然。
2. 文件头与布局¶
magic "OBC" (3 bytes) | kind u8 (=1) | version u8 (=6)
u32 adt_decl_count
adt_decl[adt_decl_count]:
string origin
string name
u16 constructor_count
constructor[constructor_count]:
string name
u8 arity
u32 function_count
proto[function_count]
proto(main)
所有多字节整数小端;string 为 u32 字节长度 + UTF-8;bool 为 u8(0/1)。
2.1 Proto 布局¶
string name
bool is_main
u16 type_count
type_desc[type_count] # 子类型必须引用更早的表项
u16 register_count
u16 register_type_id[register_count] # 0 = 无类型,否则 type_id + 1
u8 param_count
u16 param_type_id[param_count]
u16 ret_type_id
u32 word_count
u32 word[word_count]
u32 constant_count
constant[constant_count]
positions?:
bool present
string filename
u32 position_count (= word_count)
(u32 line, i32 column)[position_count]
类型描述 tag:
| tag | 类型 | 额外字段 |
|---|---|---|
| 1 | Int |
— |
| 2 | Float |
— |
| 3 | Bool |
— |
| 4 | Unit |
— |
| 5 | 函数引用(CALL 目标) | — |
| 6 | String |
— |
| 7 | List |
u16 element_type_id |
| 8 | Set |
u16 element_type_id |
| 9 | Dict |
u16 key_type_id, u16 value_type_id |
| 10 | Tuple |
u16 count, u16 element_type_id[count] |
| 11 | Iterator |
— |
| 12 | Adt |
u16 adt_decl_id, u16 arg_count, u16 arg_type_id[arg_count] |
- 类型表按后序写入:容器类型只能引用已经出现的子类型(不允许前向引用);
- 寄存器类型 0 表示“无类型”;参数/返回不允许 0;
- 常量池复用 spec 13 的 tagged 编码;kind=1 只允许
null/bool/int/float/string,其他 tag 必须显式拒绝; - 位置表可省略;读取方缺少时使用
<typed-bytecode>回退位置。
3. 指令编码¶
32 位定长:
跳转使用 绝对字索引(Bx),不是相对偏移。
3.1 操作码¶
| op | 名称 | 格式 | 操作数 | 语义 |
|---|---|---|---|---|
| 1 | LOAD_K |
ABx | A=目标, Bx=常量 | R[A] = constant[Bx] |
| 2 | LOAD_L |
ABC | A=目标, B=槽 | R[A] = R[B](局部槽) |
| 3 | STORE_L |
ABC | A=槽, B=源 | R[A] = R[B](局部槽) |
| 4 | LOAD_G |
ABx | A=目标, Bx=名字常量 | 函数/内建 print |
| 5 | DEF_FUN |
ABx | A=名字常量, Bx=函数索引 | 绑定函数名 |
| 6 | MOVE |
ABC | A=目标, B=源 | R[A] = R[B] |
| 10/11 | ADD_I / ADD_F |
ABC | A=目标, B=左, C=右 | Int/Float 加法 |
| 12/13 | SUB_I / SUB_F |
ABC | 同上 | 减法 |
| 14/15 | MUL_I / MUL_F |
ABC | 同上 | 乘法 |
| 16 | DIV_F |
ABC | 同上 | Float 除法(总是 Float) |
| 17/18 | FLOORDIV_I / FLOORDIV_F |
ABC | 同上 | 向下取整除法 |
| 19/20 | MOD_I / MOD_F |
ABC | 同上 | 取模(符号随除数) |
| 21/22/23 | EQ_I / EQ_F / EQ_B |
ABC | 同上 | 相等 → Bool |
| 24/25/26 | NE_I / NE_F / NE_B |
ABC | 同上 | 不等 → Bool |
| 27/28 | LT_I / LT_F |
ABC | 同上 | 小于 → Bool |
| 29/30 | LE_I / LE_F |
ABC | 同上 | 小于等于 → Bool |
| 31/32 | GT_I / GT_F |
ABC | 同上 | 大于 → Bool |
| 33/34 | GE_I / GE_F |
ABC | 同上 | 大于等于 → Bool |
| 35/36 | POS_I / POS_F |
ABC | A=目标, B=操作数, C=0 | 一元 + |
| 37/38 | NEG_I / NEG_F |
ABC | 同上 | 一元 - |
| 39 | NOT_B |
ABC | 同上 | Bool 取反 |
| 40 | TO_FLOAT |
ABC | A=目标, B=源, C=0 | Int → Float |
| 41 | JMP |
ABx | A=0, Bx=目标字 | 无条件跳转 |
| 42 | JMP_FALSE |
ABx | A=条件, Bx=目标 | 条件为 false 跳转 |
| 43 | JMP_TRUE |
ABx | A=条件, Bx=目标 | 条件为 true 跳转 |
| 44 | CALL |
ABC | A=窗口基址, B=实参数, C=结果寄存器 | 见 §3.2 |
| 45 | RET |
ABC | A=返回值, B=C=0 | 返回 |
| 46/47 | EQ_MIXED / NE_MIXED |
ABC | A=目标, B=左, C=右 | Int/Float 相等/不等,按数学值精确比较 |
| 48/49 | LT_MIXED / LE_MIXED |
ABC | 同上 | Int/Float 小于/小于等于(精确) |
| 50/51 | GT_MIXED / GE_MIXED |
ABC | 同上 | Int/Float 大于/大于等于(精确) |
| 52 | ADD_S |
ABC | A=目标, B=左, C=右 | String 拼接 |
| 53/54 | EQ_S / NE_S |
ABC | 同上 | String 相等/不等 → Bool |
| 55/56 | LT_S / LE_S |
ABC | 同上 | String 小于/小于等于 → Bool |
| 57/58 | GT_S / GE_S |
ABC | 同上 | String 大于/大于等于 → Bool |
| 59 | NEW_LIST |
ABC | A=元素窗口基址, B=元素数, C=目标 | 构造 List |
| 60 | NEW_TUPLE |
ABC | 同上 | 构造 Tuple |
| 61 | GET_ITEM |
ABC | A=目标, B=容器, C=索引 | 下标读取 |
| 62/63 | EQ_LIST / NE_LIST |
ABC | A=目标, B=左, C=右 | List 深相等/不等 → Bool |
| 64/65 | EQ_TUPLE / NE_TUPLE |
ABC | 同上 | Tuple 深相等/不等 → Bool |
| 66 | OPEN_ITER |
ABC | A=目标, B=可迭代值, C=0 | 创建迭代器(List/Tuple/Set/Dict/String 的快照) |
| 67 | ITER_NEXT |
ABC | A=值目标, B=迭代器, C=有效标志 | (R[A], R[C]) = next(R[B]);结束时值为 Unit、标志为 false |
| 68 | SET_ITEM |
ABC | A=容器, B=索引, C=源 | 预留:List 原地写入;当前语言表面禁止下标赋值,编译器尚不发出 |
| 69 | NEW_SET |
ABC | A=元素窗口基址, B=元素数, C=目标 | 构造 Set,按值相等去重 |
| 70 | NEW_DICT |
ABC | A=窗口基址, B=条目数, C=目标 | 构造 Dict;窗口为 key,value 交替的 2*B 个寄存器 |
| 71/72 | EQ_SET / NE_SET |
ABC | A=目标, B=左, C=右 | Set 深相等/不等(顺序无关)→ Bool |
| 73/74 | EQ_DICT / NE_DICT |
ABC | 同上 | Dict 深相等/不等(键查找 + 值比较)→ Bool |
| 75 | NEW_ADT |
ABC | A=payload 窗口基址, B=构造器 ID, C=目标 | 构造 ADT;payload 数由模块声明表 arity 决定 |
| 76 | ADT_TAG |
ABC | A=目标 Int, B=ADT 值, C=0 | 返回构造器在声明内的索引 |
| 77 | ADT_FIELD |
ABC | A=目标, B=ADT 值, C=字段索引 | 读取 payload 字段 |
| 78/79 | EQ_ADT / NE_ADT |
ABC | A=目标, B=左, C=右 | ADT 名义 + 变体 + payload 深相等/不等 → Bool |
3.2 调用约定¶
- 调用者负责把 callee 与实参搬入连续窗口
A .. A+B;结果写入独立寄存器C; - 被调函数入口按
param_types做类型守卫,失败即运行时错误; - 实参个数必须等于
param_types长度; - 当前仅支持位置实参;关键字/尾随 block 不是 kind=1 的合法构造。
3.3 混合数值与字符串运算¶
- 算术:
Int/Float混合时先把Int操作数用TO_FLOAT转换到临时 寄存器,再使用_F指令;/总是先转换两个操作数再DIV_F。 - 比较/相等:不同数值类型使用
*_MIXED指令,按数学值精确比较, 不先转换成 Float。例如2**53 + 1 == 2.0**53为 false。NaN 语义见 design 16:==为 false,!=为 true,排序比较为 false。 - String:
+生成新字符串;比较/相等使用*_S指令,按字典序/值相等。len是 native 调用,返回 Int(字符数)。
3.4 控制流与标签¶
typed HIR 的命名标签在编译期解析为绝对字索引;JMP/JMP_FALSE/JMP_TRUE
的 Bx 直接指向目标字。读取方不重新解析标签。
for x in xs { ... } 降低为:
OPEN_ITER 接受元素类型已知的 List/Set、元素类型齐次的 Tuple、Dict 或
String(元素为单字符 String);Set 迭代元素,Dict 迭代键。迭代器是
快照,循环期间修改容器不影响本次迭代。ITER_NEXT 的 ok 是编译器
分配的临时 Bool 寄存器;HIR 层不暴露该寄存器。
4. 执行语义¶
- 值表示由实现决定:Python 参考实现使用 boxed 运行时值(差分 baseline);
Rust typed VM 标量使用未装箱表示,String 使用
Rc<str>,List/Set 使用Rc<RefCell<Vec<TypedValue>>>,Tuple 使用Rc<[TypedValue]>,Dict 使用Rc<RefCell<Vec<(TypedValue, TypedValue)>>>,迭代器使用Rc<RefCell<{ values, index }>>;只在 nativeprint/len与主结果边界转换; - Dict 保持插入顺序;Set 的迭代/打印顺序不属于语言保证。Rust 参考实现
用有序
Vec+ 线性键查找,不依赖std::HashMap; Int在 Python 参考实现中使用宿主整数(任意精度);Rust spike 使用i64,溢出显式报错。这是 spike 的表示限制,不是语言语义;跨实现差分 测试避免溢出输入。完整数值语义见 design 16;- 除零、类型守卫失败、未知全局/函数索引、未知操作码都必须显式报错,禁止静默 执行;
DEF_FUN的绑定可在主函数执行时发生;实现可以预绑定全部函数,语义等价;- kind=1 没有全局存储(无顶层变量、无
STORE_G),因此实现可以在加载时 预解析LOAD_G并缓存;若未来版本加入全局存储,写入时必须使缓存失效 (实现采用全局版本号 + 惰性重解析);动态 kind=0 仍走名字查找; FRESH_LOCALS在标量子集中不可观察(无闭包),kind=1 不编码该指令。
5. 当前边界¶
- 仅
oort-coretyped 子集:Int/Float/Bool/Unit/String、顶层函数、 直接调用、if/while/for/早返回、String 拼接/比较/len、List/Tuple/Set/ Dict 字面量、List/Tuple/String/Dict 下标读取、len、深相等、 List/Tuple(元素齐次)/Set/Dict/String 的for迭代; - 支持单态与泛型 ADT(含 prelude
Option);类型参数进入类型表并在运行时 作为 ADT 实例身份保留;构造器/通配/变量/守卫模式和嵌套构造器; 字面量/Tuple/或模式仍拒绝; - 无集合原地修改(
SET_ITEM预留;核心检查器尚未允许xs[i] = v)、in/ 集合运算、类/接口/泛型/lambda、模块导入、切片; - kind=1 v6 是当前唯一版本;ADT 模块声明表位于文件头;旧读者遇到未知 version/opcode/tag 必须报错而不是猜测;破坏既有布局的变更必须提升 version;
- 无动态↔静态边界、
box/unbox/blame;跨方言调用仍拒绝; - 格式版本
version=6;不兼容变更必须提升 version,并保持 kind=1 的独立 命名空间。
6. 参考实现入口¶
| 实现 | 入口 |
|---|---|
| Python | bytecode/typed_compile.py、typed_vm.py、typed_serialize.py |
| CLI | -t tbc(反汇编)、-t tvm(执行) |
| Rust | rust/oort-vm/src/typed.rs;oort-vm <file.obc> 按 kind 分派 |
| 差分 | scripts/rust_vm_check.py --diff-only(含 typed 程序) |